Skip to content
Back to search

PaddleOCR2Pytorch

PaddleOCR inference in PyTorch. Converted from [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked yesterday
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/frotms--paddleocr2pytorch/badge.svg)](/listings/frotms--paddleocr2pytorch)

HTML

<a href="/listings/frotms--paddleocr2pytorch"><img src="/api/listings/frotms--paddleocr2pytorch/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 159 lines
  1. # [PaddleOCR2Pytorch](https://github.com/frotms/PaddleOCR2Pytorch)
  2. 简体中文 | [English](README_en.md)
  3. ## 简介
  4. **”白嫖“**[PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)。
  5. 本项目旨在:
  6. - 学习PaddleOCR
  7. - 让PaddleOCR训练的模型在pytorch上使用
  8. - 为paddle转pytorch提供参考
  9. ## 注意
  10. `PytorchOCR`由`>= PaddleOCRv2.0+`动态图版本移植。
  11. **近期更新**
  12. - 2026.06.20 **[PP-StructureV3](./ptstructure/)** 文档结构化解析系统移植(全功能完成):
  13. 1. 📄 **布局检测**:23类文档区域(标题、正文、表格、图片、公式、印章等)
  14. 2. 📊 **表格结构识别**:SLANeXt ViT+GRU 架构,有线/无线表格 HTML 输出
  15. 3. 📝 **公式识别**:PP-FormulaNet (PPHGNetV2+MBart),S/M 双模型,LaTeX 输出
  16. 4. 🔖 **印章检测**:DB 印章文本检测 + OCR,fallback 全局 OCR
  17. 5. 🔧 **文档预处理**:doc_ori 方向分类 + UVDoc 去扭曲 + textline_ori 文本行方向
  18. 6. ⚡ **全局OCR**:全图一次检测+识别,对齐 PaddleX 架构
  19. 7. 📋 **多格式输出**:Markdown / JSON / 可视化
  20. 详见 [PP-StructureV3 移植指南](./skills/ppstructurev3_porting_guide.md)
  21. - 2026.06.17 **[PP-OCRv6](https://github.com/PaddlePaddle/PaddleOCR/blob/main/docs/version3.x/algorithm/PP-OCRv6/PP-OCRv6.md)**:新一代超高精度 OCR
  22. 1. 📐 **三档模型规格**:Tiny(1.5M) / Small(7.8M) / Medium(35M),覆盖端侧到服务端全算力平台
  23. 2. 🏗️ **全新架构**:PPLCNetV4 骨干 + RepLKFPN/RepLKPAN 检测颈 + EncoderWithLightSVTR 识别颈
  24. 3. 🌍 **50种语言**统一支持(medium/small),Tiny支持49种语言
  25. 4. 🎯 相比PP-OCRv5_server,检测精度**提升4.6%**,识别精度**提升5.1%**,GPU推理速度**提升2.37倍**
  26. - 2025.05.25 **[PP-OCRv5](https://github.com/PaddlePaddle/PaddleOCR/blob/main/docs/version3.x/algorithm/PP-OCRv5/PP-OCRv5.md)**: 全场景高精度文字识别
  27. 1. 🌐 单模型支持**五种**文字类型(**简体中文**、**繁体中文**、**中文拼音**、**英文**和**日文**)。
  28. 2. ✍️ 支持复杂**手写体**识别:复杂连笔、非规范字迹识别性能显著提升。
  29. 3. 🎯 整体识别精度提升 - 多种应用场景达到 SOTA 精度, 相比上一版本PP-OCRv4,识别精度**提升13个百分点**!
  30. - 2024.02.20 [PP-OCRv4](./doc/doc_ch/PP-OCRv4_introduction.md),提供mobile和server两种模型
  31. - PP-OCRv4-mobile:速度可比情况下,中文场景效果相比于PP-OCRv3再提升4.5%,英文场景提升10%,80语种多语言模型平均识别准确率提升8%以上
  32. - PP-OCRv4-server:发布了目前精度最高的OCR模型,中英文场景上检测模型精度提升4.9%, 识别模型精度提升2%
  33. - 2023.04.16 公式识别[CAN](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_rec_can.md)
  34. - 2023.04.07 文本超分[Text Telescope](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_sr_telescope.md)
  35. - 2022.10.17 文本识别:[ViTSTR](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_rec_vitstr.md)
  36. - 2022.10.07 文本检测:[DB++](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_det_db.md)
  37. - 2022.07.24 文本检测算法(FCENET)
  38. - 2022.07.16 文本识别算法(SVTR)
  39. - 2022.06.19 文本识别算法(SAR)
  40. - 2022.05.29 [PP-OCRv3](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.5/doc/doc_ch/ppocr_introduction.md#pp-ocrv3),速度可比情况下,中文场景效果相比于PP-OCRv2再提升5%,英文场景提升11%,80语种多语言模型平均识别准确率提升5%以上
  41. - 2022.05.14 PP-OCRv3文本检测模型
  42. - 2022.04.17 1种文本识别算法(NRTR)
  43. - 2022.03.20 1种文本检测算法(PSENet)
  44. - 2021.09.11 PP-OCRv2,CPU推理速度相比于PP-OCR server提升220%;效果相比于PP-OCR mobile 提升7%
  45. - 2021.06.01 更新SRN
  46. - 2021.04.25 更新AAAI 2021论文端到端识别算法PGNet
  47. - 2021.04.24 更新RARE
  48. - 2021.04.12 更新STARNET
  49. - 2021.04.08 更新DB, SAST, EAST, ROSETTA, CRNN
  50. - 2021.04.03 更新多语言识别模型,目前支持语种超过27种,[多语言模型下载](./doc/doc_ch/models_list.md),包括中文简体、中文繁体、英文、法文、德文、韩文、日文、意大利文、西班牙文、葡萄牙文、俄罗斯文、阿拉伯文等,后续计划可以参考[多语言研发计划](https://github.com/PaddlePaddle/PaddleOCR/issues/1048)
  51. - 2021.01.10 白嫖中英文通用OCR模型
  52. ## 特性
  53. 高质量推理模型,准确的识别效果
  54. - 超轻量PP-OCR系列:检测+ 方向分类器+ 识别
  55. - 超轻量ptocr_mobile移动端系列
  56. - 通用ptocr_server系列
  57. - 支持中英文数字组合识别、竖排文本识别、长文本识别
  58. - 支持多语言识别:韩语、日语、德语、法语等
  59. <a name="模型下载"></a>
  60. ## [模型列表](./doc/doc_ch/models_list.md)(更新中)
  61. PyTorch模型下载链接:https://pan.baidu.com/s/1r1DELT8BlgxeOP2RqREJEg 提取码:6clx
  62. PaddleOCR模型百度网盘链接:https://pan.baidu.com/s/1getAprT2l_JqwhjwML0g9g 提取码:lmv7
  63. 更多模型下载(包括多语言),可以参考[PT-OCR系列模型下载](./doc/doc_ch/models_list.md)
  64. ## 文档教程
  65. - [快速安装](./doc/doc_ch/installation.md)
  66. - [模型预测](./doc/doc_ch/inference.md)
  67. - [Pipline](#Pipline)
  68. - [效果展示](#效果展示)
  69. - [参考文献](./doc/doc_ch/reference.md)
  70. - [FAQ](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.0/doc/doc_en/FAQ_en.md)
  71. - [参考](#参考)
  72. ## TODO
  73. - [x] PP-OCRv6:Tiny/Small/Medium 三档检测+识别模型转换完成,详见 [PP-OCRv6移植指南](./docs/PP-OCRv6_porting_guide.md)
  74. - [x] PP-OCRv5:[文档图像方向分类模块PP-LCNet_x1_0_doc_ori](https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/module_usage/doc_img_orientation_classification.html),[文本图像矫正模块UVDoc](https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/module_usage/text_image_unwarping.html),[文本行方向分类模块PP-LCNet_x0_25_textline_ori](https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/module_usage/text_line_orientation_classification.html)
  75. - [x] [通用文档解析方案](https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/pipeline_usage/PP-StructureV3.html)-[PP-StructureV3](https://github.com/PaddlePaddle/PaddleOCR/blob/main/docs/version3.x/algorithm/PP-StructureV3/PP-StructureV3.md):支持多场景、多版式 PDF 高精度解析。纯PyTorch推理,零Paddle依赖。布局检测提供 **S(1.2M) / M(5.8M) / L(20M)** 三档模型。详见 [PP-StructureV3 移植指南](./skills/ppstructurev3_porting_guide.md)
  76. - [ ] [智能文档理解方案](https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/pipeline_usage/PP-ChatOCRv4.html)-[PP-ChatOCRv4](https://github.com/PaddlePaddle/PaddleOCR/blob/main/docs/version3.x/algorithm/PP-ChatOCRv4/PP-ChatOCRv4.md):原生支持文心大模型4.5 Turbo,精度相比上一代**提升15个百分点**。
  77. - [ ] 前沿算法:文本检测 [DRRG](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_det_drrg.md),文本识别 [RFL](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_rec_rfl.md)
  78. - [ ] 文本识别:[ABINet](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_rec_abinet.md), [VisionLAN](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_rec_visionlan.md), [SPIN](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_rec_spin.md), [RobustScanner](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_rec_robustscanner.md)
  79. - [ ] 表格识别:[TableMaster](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_table_master.md)
  80. - [ ] [PP-Structurev2](./ppstructure/README_ch.md),系统功能性能全面升级,适配中文场景,新增支持[版面复原](./ppstructure/recovery/README_ch.md),支持**一行命令完成PDF转Word**
  81. - [ ] [版面分析](./ppstructure/layout/README_ch.md)模型优化:模型存储减少95%,速度提升11倍,平均CPU耗时仅需41ms
  82. - [ ] [表格识别](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/ppstructure/table/README_ch.md)模型优化:设计3大优化策略,预测耗时不变情况下,模型精度提升6%
  83. - [ ] [关键信息抽取](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/ppstructure/kie/README_ch.md)模型优化:设计视觉无关模型结构,语义实体识别精度提升2.8%,关系抽取精度提升9.1%
  84. - [ ] 文本识别算法([SEED](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/algorithm_rec_seed.md))
  85. - [ ] 文档结构化算法[关键信息提取](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.4/ppstructure/docs/kie.md)算法(SDMGR)
  86. - [ ] 3种[DocVQA](https://github.com/PaddlePaddle/PaddleOCR/tree/release/2.4/ppstructure/vqa)算法(LayoutLM、LayoutLMv2,LayoutXLM)
  87. - [ ] 文档结构分析[PP-Structure](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/ppstructure/README_ch.md)工具包,支持版面分析与表格识别(含Excel导出)
  88. <a name="Pipline"></a>
  89. ## PP-OCRv2 Pipline
  90. <div align="center">
  91. <img src="./doc/ppocrv2_framework.jpg" width="800">
  92. </div>
  93. [1] PP-OCR是一个实用的超轻量OCR系统。主要由DB文本检测、检测框矫正和CRNN文本识别三部分组成。该系统从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面,采用19个有效策略,对各个模块的模型进行效果调优和瘦身(如绿框所示),最终得到整体大小为3.5M的超轻量中英文OCR和2.8M的英文数字OCR。更多细节请参考PP-OCR技术方案 <https://arxiv.org/abs/2009.09941>
  94. [2] PP-OCRv2在PP-OCR的基础上,进一步在5个方面重点优化,检测模型采用CML协同互学习知识蒸馏策略和CopyPaste数据增广策略;识别模型采用LCNet轻量级骨干网络、UDML 改进知识蒸馏策略和Enhanced CTC loss损失函数改进(如上图红框所示),进一步在推理速度和预测效果上取得明显提升。更多细节请参考PP-OCRv2[技术报告](https://arxiv.org/abs/2109.03144)。
  95. <a name="效果展示"></a>
  96. ## 效果展示
  97. - 中文模型
  98. <div align="center">
  99. <img src="./doc/imgs_results/ch_ptocr_mobile_v2.0/11.jpg" width="800">
  100. <img src="./doc/imgs_results/ch_ptocr_mobile_v2.0/00015504.jpg" width="800">
  101. <img src="./doc/imgs_results/ch_ptocr_mobile_v2.0/00056221.jpg" width="800">
  102. <img src="./doc/imgs_results/ch_ptocr_mobile_v2.0/1.jpg" width="800">
  103. </div>
  104. - 英文模型
  105. <div align="center">
  106. <img src="./doc/imgs_results/ch_ptocr_mobile_v2.0/img_12.jpg" width="800">
  107. </div>
  108. - 其他语言模型
  109. <div align="center">
  110. <img src="./doc/imgs_results/french_0.jpg" width="800">
  111. <img src="./doc/imgs_results/korean.jpg" width="800">
  112. </div>
  113. <a name="参考"></a>
  114. ## 参考
  115. - [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)
  116. - [PaddleDetection](https://github.com/PaddlePaddle/PaddleDetection)
  117. - [PaddleX](https://github.com/PaddlePaddle/PaddleX)
  118. - [PytorchOCR](https://github.com/WenmuZhou/PytorchOCR)
  119. - [PaddlePaddle](https://github.com/PaddlePaddle)
  120. - [PyTorch](https://pytorch.org/)
  121. - [https://github.com/frotms/image_classification_pytorch](https://github.com/frotms/image_classification_pytorch)
  122. - [PaddleOCR 模型列表](https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.7/doc/doc_ch/models_list.md)

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.